高平均效用项集挖掘算法研究.pdfVIP

高平均效用项集挖掘算法研究 摘 要 高平均效用项集挖掘因其平衡效用而受到数据挖掘领域的关注，它不仅考虑 到项集的利润和数量，而且还考虑到项集的长度。 本文提出了一种基于效用累加求和上界的高平均效用项集挖掘算法 HAUIM-GMU 。对于该算法，我们首先将典型的最大效用和平均效用上界从项目 推广到项集，并讨论了其合理性；然后，基于支持度的概念，提出了一种新的剪 枝策略；最后，对算法进行了详细的描述。在真实数据集和合成数据集上的大量 实验表明，该算法具有良好的性能。 尽管近年来针对高平均效用项集挖掘任务设计了多种算法，但确定合适的最 小平均效用阈值来有效并精确控制挖掘结果仍是困难的。受Top-K 频繁项集挖掘 和Top-K 高效用项集挖掘的启发，本文提出基于交叉熵方法的Top-K 高平均效 用项集挖掘算法，其中K是要挖掘的高平均效用项集的期望数目，而不是常规设 置的最小平均效用阈值，该算法无需设计提高内部最小平均效用阈值和减小搜索 空间的各种有效策略，采用组合优化的方法解决Top-K 高平均效用项集挖掘问 题。实验结果表明，该算法是一种高效、节省内存消耗的算法，能够发现大多数 实际的Top-K 高平均效用项集。